本文来自微信公众号： 偏科声 ，作者：李小年，原文标题：《撬开万亿 AI 硬件市场，一副普通眼镜刚刚好》
导读
算力可以租，模型可以开源，芯片可以买——AI产业里，第一次出现了钱买不到的东西。
刚刚过去的一周，AI硬件的发布节奏密得反常。
10月13日下午，阿里千问在杭州发布AI眼镜N1、N1 Pro和一款与Bose联名的耳夹式耳机，国补后眼镜到手价2218元起、耳机1099元起；晚上，阶跃星辰在上海推出智能体手机STEPX Neo，先行版3999元，21点开启预售。
两场发布会隔了几个小时，一个卖穿戴，一个卖口袋里的终端，讲的却是同一件事：让智能体有个随身的身子。
往前推，9月下旬Rokid在数贸会上亮出第二代带显示的眼镜；9月底Meta Connect上，雷朋第三代系列把款式扩到上百种，同时补了一款不带摄像头的纯音频版本；有消息称，苹果也在筹备299美元的桌面设备HomeView。华为、中兴、vivo、XREAL、百度近期都有上新。
这一热闹景象，让人想到2024年CES上，AI Pin和Rabbit R1的展台同样被围得水泄不通。一年多后，一个被低价甩卖，一个成了行业里的反面案例。
与两年前不同的是，这次是头部科技企业集体涌向AI硬件。各家的盘算也很简单，硬件不再是硬件本身，是AI的入口。而入口之争的底层，是算力结构的迁移。
摩根大通2026年9月的AI芯片产业报告给出了一组关键测算：2025年，ASIC/XPU芯片在AI加速器出货中占比仅32%；2026年升至43%；到2027年，这一比例预计攀升至54%-56%，出货量正式超越传统GPU。与此同时，2026-2028年端侧AI ASIC芯片出货复合增速可达40%-60%。
端侧定制芯片进入高速渗透期，这不是短期波动。
云端算力竞赛打了数年，模型参数层层堆砌，增长已经触到天花板。接下来承接AI产业增量的，是以原生智能体终端为核心的端侧价值闭环。
另一方面，AI硬件落地的技术条件也成熟了。
近两年，模型量化、稀疏架构持续优化，叠加端侧专用芯片的升级，“小模型智能弱、大模型端侧部署功耗高、成本贵”这几个老问题已经大幅缓解。规模化落地，技术上不再有硬障碍。
壁垒破除之后，这条基数庞大、渗透率极低的万亿级赛道，正式走到台前。
01
手机太满，AI Pin太空，眼镜刚刚好
当下AI硬件市场有一个鲜明的结构性矛盾：热度虚高，优质供给稀缺。
洛图科技2026年国内AI硬件产业报告预测，2026年国内不含手机、汽车的消费级AI硬件市场规模将突破1.27万亿元，2030年有望达到2.56万亿元。多数机构对全球广义消费级AI硬件市场的测算，同样在万亿美元上下。
但真正跑出来的是哪些？
IDC预计2026年全球智能眼镜出货2368.7万台，按400美元上下的均价粗算，全品类销售额约95亿美元。这是眼下增速最快的硬件品类，规模放到万亿消费电子的盘子里，仍不足1%。
一边是万亿级的想象空间，一边是不到百亿美元的实收。这个落差，正是所有人盯着它的原因。
于是，一个有趣的问题出现了：硬件形态这么多，为什么先跑出来的是眼镜？
要回答这个问题，得先看一个反常识的事实：手机作为AI入口，正在失去载体能力。
IDC的初步数据显示，2026年第三季度全球智能手机出货2.553亿部，同比下滑22%，创下有记录以来最大单季降幅；全年预计同比下降16.7%，落到约10亿部，行业复苏要等到2028年。
原因不在需求，在成本——AI数据中心抢走了存储产能，内存价格较去年上涨约350%，目前已占低端手机物料清单的65%以上。100美元以下机型，二季度出货量跌了近60%，多家厂商干脆砍掉整个入门产品线。
也就是说，手机不但没有为新入口腾出空间，反而在变贵、变小、变少。
Counterpoint的调查里，63%的潜在购机者已经注意到涨价，中国消费者这一比例高达81%，用户的换机周期被进一步拉长。
让手机当AI入口，等于在饱和的战场上再开一局。
这才是眼镜能跑出来的真正原因。它赢的不是算力，是位置和价格——眼镜的渗透不依赖增量。
据维深研究院数据，全球眼镜年销量约15.6亿副，市场规模约1500亿美元；全球近视人口已超26亿，预计2030年达33.6亿。
这意味着眼镜是极少数“用户本来就要买、本来每天就戴”的硬件品类。Meta不需要说服任何人“你需要一个可穿戴设备”，它只需要让人在换镜时多花几十美元。
这与AI Pin的处境完全相反——后者要先创造一个全新的佩戴习惯。
2026年第一季度，全球智能眼镜出货356.6万台，同比增长130.1%，单季规模已超过2024年全年（约270万台），Meta一家占一季度76.1%。
Meta的做法朴素到近乎保守：Ray-Ban Meta起售价299美元，形态就是一副普通雷朋。
IDC设备研究副总裁Bryan Ma的解释更直白：Ray-Ban Meta卖得好，是因为“它看起来就是一副普通眼镜，只是碰巧里面装了技术”，而谷歌眼镜的失败正在于“太科幻”。
千问N1直接取消了近眼显示，把算力和成本全压到感知与交互侧。后果很直接——光学显示模组（光波导、Micro LED光机）原本占硬件成本的25%-43%，在这一代上价值占比几乎归零，这就是千问能把价格压到2218元的原因。
三星与谷歌联合推出的AI眼镜在2026年秋季上市，产品逻辑直接砍掉AR显示屏，整机压到50克左右，靠摄像头加Gemini做会议记录、实时翻译、信息摘要。
苹果的首代AI眼镜据悉同样不配AR显示，主要靠iPhone提供算力，上市时间指向2027年。
作为AI硬件的探路产品，眼镜刚刚好——手机太满，AI Pin太空，它长在用户“本来就在用、但还没被智能化”的空白处。
02
AI产业里，第一次出现了“买不到”的东西
一副眼镜一旦被戴住，意味着两件事同时发生：习惯建立了，数据开始积累了。
AI产业的生产资料里，第一次出现了“买不到”的东西。
算力可以租，模型可以开源，芯片可以下订单。过去每一轮硬件竞争——PC、智能手机——壁垒最终都落在供应链效率和规模成本上，这些都是钱能砸出来的。
唯独数据不一样。它只能从自己的用户身上长出来，买不来，抄不走，也没法用融资加速。
经过几年白热化竞争，通用大模型的基础能力已经过剩。真正稀缺的，是能落地真实场景、支撑个性化服务的高质量专属数据。
而数据对AI硬件的意义，不是报表上的一项资产，正是产品本身。
同一个“帮我安排下周”的指令，一台没用过的设备只能给你列一份日程模板；一台相处了三年的设备知道你周三要接孩子、周五的机票要攒东航积分、重要会议前十五分钟会习惯性看一眼持仓。
这种差别不来自模型能力，来自相处历史。而相处历史无法迁移，用户换设备，等于把三年的“调教”清零重来。
这是护城河和堆料的区别。参数可以追平，价格可以跟进，唯独“越来越懂你”这件事，只能靠时间换。
数据飞轮一旦转起来——越用越懂，越懂越离不开，越离不开数据越多——后来者面对的不是一款产品，是一段追不回来的关系。
所以企业的战略排序变了。
过去做硬件的逻辑是“先出爆款，再想商业模式”；现在的逻辑是“先确保自己站在数据流的必经之路上”，爆款只是副产品。
这解释了两个看起来不划算的决定：OpenAI情愿背65亿美元的收购和一场胜负未卜的官司也要做硬件；阿里把眼镜从“一条产品线”降格为“入口的容器”。他们买的不是卖硬件的收入，是站在数据流上游的资格。
现在，数据采集的管道正在往端侧铺，至于是眼镜、手机还是耳机，都不重要——重要的是，谁在管道上。